为进一步探索人工智能与生命科学的交叉融合，培养跨学科创新思维与实践能力，UDGIC联合北京师范大学BNU-China iGEM竞赛队特邀刘畅、闵凡珂、马雨佳三位***学生代表，于5月10日晚在北京师范大学海淀校园教三楼开展朋辈交流研讨会。
嘉宾介绍
活动流程
首先马雨佳同学进行主题为“生物与建模：解码生物学的数学语言”的分享。传统生物实验依赖大量试错与资源消耗，而在复杂系统研究中（如蛋白质折叠、病毒传播、基因调控），数学建模正成为“看不见的实验室”——它用微分方程刻画细胞动态，用算法预测分子结构，用统计模型推演生态规律，从数据中挖掘生物学本质。分享聚焦于建模在生物实验中起到的重要前置作用，包括***近新兴的Alphafold等重要建模工具，为大家介绍这个生物实验背后重要的理论部分。
接着闵凡珂同学进行主题为“数学建模赋能智慧农业：复杂生物系统的‘解码思路’”的分享，围绕数学建模常见问题及算法和2024年国赛C题解题过程两个部分展开，主要与大家交流如何快速学习数学建模。首先讲解了评价类问题和预测类问题的结局步骤。接着复盘2024年国赛C题农作物种植方案的解题过程，包括怎么分析题目、处理数据、建立模型等实战经验，以及一些在建模过程中用到的解决不同类别问题的算法。
***刘畅同学进行主题为“生成式算法与改进策略：复杂生物结构的学习思维”的分享。探究VR环境中主被动方感官差异，讲解在虚拟现实中如何衡量感官冲突。详细介绍了“生成式任务”，其核心在于通过对已有数据的分析与建模，掌握数据的分布规律和特征，进而生成与训练数据相似的新数据。
***为提问交流环节，参会同学们与三位特邀嘉宾围绕C语言、生态方向基于实体环境与人工智能方向基于数据存在差异等问题展开积极讨论。
活动总结
至此，本次“AIGC第二实验室”朋辈交流研讨会圆满结束。在虚拟世界中预演千万种可能，在现实实验室中精准验证真理。当数学模型的严谨推演，遇见生命系统的混沌之美，这场朋辈研讨会，同学们收获AI建模的计算思维，探寻了生物科研驾驭信息变革的锦囊妙计。
